【问题标题】:RMSE and MAE of predicted values is better than benchmark, but predicted values are only closer to actual values half the time预测值的 RMSE 和 MAE 优于基准,但预测值只有一半时间接近实际值
【发布时间】:2020-03-03 00:45:12
【问题描述】:

我正在尝试学习一些机器学习基础知识来预测足球运动员的梦幻足球积分。

我已经建立了一个数据集并进行了一些建模。我的计划是将我的预测与梦幻足球专家的预测进行比较。

对于我的测试数据,我的预测的平均绝对误差 = 66.2,而专家预测的平均绝对误差 = 109.3。我对测试集的预测的 RMSE = 90.2,而专家的预测的 RMSE 为 150.1。

我认为这意味着我的模型的预测将始终超过专家的预测。然而,事实并非如此。当我查看测试集中的特定个体时,我的模型的预测仅在 56% 的情况下优于专家的预测。

有没有人知道为什么会这样?如果是这样,我可以做些什么来尝试解决这个问题?

(我注意到的一件事是,我的模型在预测得分最高的球员方面表现不佳。在所有前 5 名球员中,它都比专家预测的差,尽管它在中间层表现出色。)

【问题讨论】:

    标签: r machine-learning


    【解决方案1】:

    可能是您的模型对数据过度拟合。这将使您的模型在测试期间看起来很棒,但它对现实生活中的新数据并不准确。

    【讨论】:

    • 不过,我正在使用 k 折交叉验证进行建模。 (66.2 MAE 来自交叉验证模型。)我希望这能解决过度拟合的问题。会吗?
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-12-21
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多